Os Quatro Ancestrais
Por volta do século VII d.C. — na época do dicionário de rimas Qieyun (切韻), compilado em 601 sob os Sui e tornado norma pela dinastia Tang — o chinês tinha quatro categorias tonais: Píng (平), Shǎng (上), Qù (去) e Rù (入). O tom de entrada (入声) não era uma curva melódica, mas uma categoria estrutural: todas as suas sílabas terminavam com uma consoante oclusiva curta (-p, -t ou -k).
A Cisão da Sonoridade — Uma Regra para Governar Todas
O chinês medieval tinha muitos pares de consoantes iniciais sonoras/surdas. As sonoras desapareceram nos dialetos deixando uma marca duradoura: sílabas com inicial sonora desenvolveram um registro grave, as de inicial surda desenvolveram um registro agudo. Esta é a cisão Yin-Yang (陰陽分化).
O Caso Cantonês: 9 Tons (ou 6+3)
O cantonês é o exemplo canónico. Seis tons vivos resultam da cisão Yin-Yang de Píng/Shǎng/Qù — 6 tons de contorno. O cantonês também preservou o tom de entrada, produzindo 3 tons fechados. Total: 9 tons.
Mandarim: 4 Tons, o Tom de Entrada Desapareceu
O mandarim padrão simplificou dramaticamente. As consoantes iniciais sonoras desapareceram cedo; o tom de entrada perdeu suas oclusivas finais e as sílabas foram redistribuídas quase aleatoriamente nos quatro tons restantes.
O cantonês conserva com fidelidade invulgar as finais e as categorias tonais do chinês medieval — mas os seus nove tons não são simplesmente os quatro tons Tang duplicados. Oito vêm da cisão Yin-Yang; o nono é um desenvolvimento posterior, interno ao yue, em que a duração vocálica dividiu o tom de entrada superior (陰入) em 陰入 e 中入.
Min nan: 7 ou 8 tons, o tom entrante vivo e duplicado
O hokkien/taiwanês (闽南语, min nan) conservou o tom entrante com as suas oclusivas finais intactas (-p, -t, -k). Como o cantonês, aplicou a cisão yin-yang também ao tom entrante, dando dois tons entrantes (陰入 e 陽入). Os restantes tons sofreram novas fusões e cisões, até uma base de 7 tons no min meridional padrão. O min nan é ainda célebre pelo seu sistema de sandhi: na fala natural o tom de uma sílaba muda conforme a sua posição no sintagma, de modo que quem aprende tem de memorizar, para cada palavra, tanto o tom de citação como o de sandhi.
Hakka, wu e o espectro completo
As falas hakka (客家话) têm em geral 5 a 7 tons, e algumas variedades conservam o tom entrante. O wu (吴语, incluindo o xangainês) manteve as iniciais sonoras mais tempo do que qualquer outro grande ramo sinítico, pelo que a cisão yin-yang aí continua em parte audível. Algumas falas wu contam 7-8 tons. Os linguistas descrevem por vezes o wu como um instantâneo vivo de como soava o contraste de sonoridade do chinês médio.
O cantonês conserva as codas e as categorias tonais do chinês médio com fidelidade invulgar, mas os seus nove tons não são simplesmente os quatro da época Tang duplicados. Oito vêm da cisão yin-yang; o nono é um desenvolvimento posterior, interno ao yue, em que a duração vocálica cindiu o tom entrante superior (陰入) em 陰入 e 中入.